《基於移動立體視覺的多線索城市道路環境感知預測模型》是依託浙大寧波理工學院，由楊青青擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於移動立體視覺的多線索城市道路環境感知預測模型
- 項目類別：青年科學基金項目
- 項目負責人：楊青青
- 依託單位：浙大寧波理工學院
項目摘要,結題摘要,
項目摘要
自動駕駛汽車能夠將“人”從現有的“車-路-人”閉環系統中分離出來，在提高交通系統安全性的同時，能夠有效節約時間和燃料成本，為社會帶來巨大的經濟效益。現有的自動駕駛技術一般多針對結構簡單的高速公路環境，複雜城市道路環境對車輛的環境感知和預測提出了更高的要求。安全、準確的導航決策需要豐富的場景感知線索做為基礎。本項目以移動立體視覺系統為平台，擬利用場景深度信息為基礎，探索結合多種視覺信息的城市道路環境感知預測模型。本項目擬研究解決三個基本的科學問題：一是在城市公路環境這類特定三維場景中，如何構建合理的深度預測約束模型，提高立體匹配算法在戶外場景中的精度與速度？二是道路場景深度信息與其它相關視覺線索存在何種內在聯繫，如何使用深度信息輔助相關視覺線索的獲取？三是基於多種視覺線索，如何構建合理的場景感知預測模型，為自動駕駛系統提供科學的決策依據？
結題摘要
自動駕駛汽車能夠將人從現有的車-路-人閉環系統中分離出來，在提高交通系統的安全性同時，能夠有效節約時間和燃料成本，為社會帶來巨大的經濟效益。現有的自動駕駛技術一般多針對結構簡單的高速公路環境，複雜城市道路環境對車輛的環境感知和預測提出了更高的要求，安全、準確的導航決策需要豐富的場景感知線索做為基礎。本項目以移動立體視覺系統為平台，利用場景深度信息為基礎，探索結合多視覺信息的城市道路環境感知預測模型。通過對城市道路環境和自動駕駛車載立體視覺系統的成像特點的研究，提出了將局部平滑模型結合到代價擴散聚合中的思想，設計了兩種不同樹結構下的高效立體匹配算法，獲得了三維場景理解中重要的深度信息。本項目提出的高效立體匹配算法可以在單核CPU上達到每秒約126百萬次視差計算，在保證高精確度情況下，能夠保持較好的物體邊緣，是目前最優的高效算法之一。本項目還提出了一種基於生成樹模型的代價聚合框架，在理論上統一了各種局部立體匹配方法中的代價聚合問題。通過研究道路深度信息在場景感知預測中的作用，結合道路幾何模型與道路場景的三維深度信息，本項目研究並提出了一種高效的基於場景深度信息的道路平面檢測方法。
